検索拡張型電子医療記録チャットボットシステムの開発と評価

科学分野:

• 医療情報学
• 医療における人工知能
• 自然言語処理

背景:

• 病院の運営は,複雑な電子医療記録 (EMR) のマニュアルからの情報へのアクセスと,行政効率の問題に直面しています.
• ワークフローを簡素化し,医療の提供を向上させることは,病院のパフォーマンスを最適化するために不可欠です.

研究 の 目的:

• 病院の運営を最適化するために,検索拡張世代 (RAG) ベースのチャットボットシステムを開発し評価する.
• EMRマニュアルを活用して 管理作業と医療の提供を改善する.

主な方法:

• EMRマニュアルからインデックスおよび検索するための統合された微調整された多言語埋め込みモデル (Multilingual-E5-Large, BGE-M3).
• 5,931の質問-ドキュメントペアのデータセットを専門家の検証で構築しました.
• 微調整のためのコントラスティブラーニングと,韓国語のテキスト生成のためのソーラーミニチャットAPIを使用しました.

主要な成果:

• 微調整されたモデルでは,検索精度が著しく改善された (BGE-M3: 97.6%,多言語-E5-Large: 89.7%).
• チャットボットは,低クエリレイテンシー (<10 ms) と高検索精度を演算EMRクエリで示した.
• アプリケーションには,管理業務のサポートと請求書のプロセスの最適化,スタッフの作業量の削減が含まれています.

結論:

• RAGのチャットボットは,医療管理におけるEMRの使いやすさと運用効率を効果的に改善しました.
• 管理上の負担の軽減とワークフローの改善を評価するために,さらなる現実的な展開と縦断的な研究が推奨されています.